如何在R的Shiny应用中排除日期时间列执行数据透视？

问题核心 #

你的Shiny应用当前通过硬编码cols = -y排除日期时间列，但实际场景中日期时间列的名称不固定，需要自动识别并排除所有日期时间类型的列。

修改方案 #

1. 确保日期时间列被正确识别
   在读取CSV时，让fread自动解析日期时间列，避免后续无法识别类型：

   data_input <- reactive({ 
     req(input$csv_input)
     dt <- fread(input$csv_input$datapath, na.strings = c("NULL",""), parse_dates = TRUE)
     dt[is.na(dt)] <- 0
     dt
   })
   

2. 自动排除所有日期时间列
   修改data_input_long的pivot_longer调用，通过类型判断动态排除日期时间列：

   data_input_long <- reactive({
     pivot_longer(
       setDF(data_input()), 
       cols = !where(is.POSIXct) & !where(is.Date),  # 排除所有POSIXct/Date类型的列
       names_to = "Tag", 
       values_to = "Values"
     )
   })
   

原理说明 #

• parse_dates = TRUE：让fread自动检测并解析CSV中的日期时间格式，将对应的列转为POSIXct（带时间的日期）或Date类型。
• !where(is.POSIXct) & !where(is.Date)：在pivot_longer的cols参数中，用where()函数筛选出非日期时间类型的列，实现自动排除所有日期时间列的效果，无需依赖固定列名。

完整修改后的server核心片段 #

server <- function(input, output){
  options(shiny.maxRequestSize=100*1024^2)
  
  data_input <- reactive({ 
    req(input$csv_input)
    dt <- fread(input$csv_input$datapath, na.strings = c("NULL",""), parse_dates = TRUE)
    dt[is.na(dt)] <- 0
    dt
  })
  
  data_input_long <- reactive({
    pivot_longer(
      setDF(data_input()), 
      cols = !where(is.POSIXct) & !where(is.Date),
      names_to = "Tag", 
      values_to = "Values"
    )
  })
  
  # 其余代码保持不变
}

内容的提问来源于stack exchange，提问作者NCcodes